战略联盟技术多元性对焦点企业突破性创新的影响及机制研究

吴言波，邵云飞

（电子科技大学 经济与管理学院，成都 611731）

在不断发展的高科技领域，突破性技术研发对企业创造价值与维持竞争优势至关重要，其中关键性的挑战是如何在突破性创新的模糊前端阶段获取新颖的视野与创意［1-2］。突破性创新具有重要的战略意义，它不仅能对现有技术范式形成颠覆，同时还有可能对现有商业模式产生破坏［1-2］，如苹果手机、大疆无人机、特斯拉电动汽车等。但面对技术范式转变与客户需求不稳定的现状，往往需要跨越组织边界获取知识与技能，使得外部网络成为技术研发中越来越重要的源泉［2-3］。因此，企业选择不同行业属性或者跨越不同知识边界的成员构建联盟网络关系，有助于增强技术范式领域横向或者纵向的交叉融合，进而提升企业的技术创新能力［2，4］。一方面，多样性技术为焦点企业获取丰富的异质性创新资源奠定了基础［4-5］；另一方面，其还有助于降低技术创新过程中的风险性和不确定性，避免企业陷入技术创新中的“锁定效应”［1，4］。因此，研究战略联盟中多样性技术来源对企业技术创新有着重要的实践意义。

尽管如此，针对战略联盟技术多元性与焦点企业突破性创新之间的关系，学者仍旧没有在理论视角上达成共识。一种观点认为，战略联盟中技术多元性有助于焦点企业突破性创新能力的提升。资源基础理论的研究表明，技术多元性可以使企业获取各种创新机会和创新成长选择，并跨越组织和技术边界捕获非冗余知识、能力等宝贵资源［6-8］。COHEN 和CANE［7］认为全球竞争环境的加剧以及技术发展轨迹的不连续性等因素，迫使企业从不同的合作群体或者交流渠道搜寻技术创新所需的异质性知识和资源。QUINTANA 和BENACIDES［8］认为技术多元性显著影响探索式创新活动，因为它促进了不同合作伙伴间技术领域的交叉融合，并减缓核心刚性对探索式创新的副作用。另外一种观点认为，战略联盟中技术多元性对焦点企业突破性创新有着负向影响。因为此类联盟往往表现出高搜索成本、臃肿的管理结构以及知识转移困难等特点，进而造成联盟成员之间技术依赖的不可预测性，以及联盟管理和协调的复杂性［5，9］。CUI和O’CONNOR［5］认为，联盟组合多元性并不利于企业创新绩效的提升，因为当多元性无法有效管理时，不成功的知识和资源共享过程可能会导致信息出现过载、冲突以及混乱，最终损害企业创新。HOFFMANN［10］的案例研究表明，多样性的联盟组合并不总是有益的，它对创新的贡献取决于各种信息和资源是否可以在联盟中充分共享。GOERZEN和BEAMISH［11］认为过高的技术多元性容易导致联盟网络内部产生冲突，增加联盟交易以及维护成本，不利于提升企业技术创新能力。

此外，多样性的技术在联盟网络内的有效共享需要稳定的联盟环境和信任关系，但联盟伙伴间文化、惯例、价值观等的差异，可能导致联盟动机的不确定性［8，12］。联盟成员可能建立知识壁垒、限制知识流动或者隐藏关键知识作为溢价能力等机会主义行为［2，8，12］。因此，如何管理联盟网络，减少联盟内部冲突以及知识搜索成本，提升多样性技术在联盟网络的有效流动与充分共享，也是管理者需要面对的一道难题［8，12］。社会网络理论认为，企业在联盟中的网络结构不同，不仅会影响知识和资源的数量及质量，还会导致知识共享效率、共同任务参与度及合作的积极性［13-15］。关系依赖性与结构洞是表征联盟网络结构特征的两个重要指标，而这种联盟网络结构特征正是维持联盟创新优势的主要原因之一［13-15］。已有研究指出，企业与联盟成员间关系建立的时间越持久、互动频率越高，其隐性知识和高质量信息就越有可能跨越组织边界，提升异质性知识在联盟成员间传递和转移的效果，进而丰富企业创新知识来源，提高企业创新绩效［7，12］，即关系依赖越紧密，就越有可能建立稳定的联盟环境，共享多样性的联盟隐性知识［7，12］。结构洞被认为是复杂网络系统中不相互连接的节点之间的空隙，占据结构洞的企业在网络中具有信息优势和控制优势［14-15］：信息优势主要体现在获取关键性、新颖性知识的先机；而控制优势主要体现在控制与外部成员合作的优先决策权。因此，结构洞越丰富，表明企业在联盟网络中获取异质性信息的机会就越多，知识领域的交叉行为也就越频繁，进而更容易创造新知识来促进企业的探索式创新活动［12，16］。此外，在中国新兴经济情景和西方国家贸易保护主义趋于严重的现实背景下，外部环境也是影响企业战略联盟活动的一个重要因素。环境的动荡性影响联盟成员间的互动情况以及知识和技术分享的积极性与有效性。现有文献也表明，环境动荡性不同往往会导致战略联盟技术多元性与创新绩效间的关系呈现不同［12］。因此，环境动荡性对战略联盟技术多元性与创新之间的关系可能具有调节作用。但是，现有研究并未详细说明不同条件下的环境动荡性，对战略联盟技术多元性和焦点企业突破性创新之间关系的调节作用是否会有所不同。

综上所述，已有研究在战略联盟技术多元性与焦点企业技术创新行为的关系方面进行了积极、有益探索，但仍存在以下局限。①对战略联盟技术多元性如何激发焦点企业突破性创新行为这一问题，已有研究尚未充分挖掘两者的内在机制问题。②已有对战略联盟技术多元性有效性边界条件的探索仍存在局限，这直接制约了研究者关于战略联盟技术多元性对创新关系有效性的理解，因而有必要从联盟网络结构（关系依赖、结构洞）和环境动荡性（技术动荡性、竞争强度）视角，进一步丰富其边界条件的研究，以充分理解战略联盟技术多元性对焦点企业突破性创新的有效性在何种条件下得以实现。

1 理论基础与研究假设

突破性创新是企业适应动荡的变迁环境以及获取竞争优势的重要战略行为［1，17］。已有研究表明，突破性创新可以改变企业已有的技术流程，创造新的产品、市场以及新的行业［1，17］。具体表现为：跨越原有技术轨道，使新技术与原有技术呈现非线性特征；产品、工艺或者服务具有前所未有的性能或者特征；破坏在位企业的现存商业景观、显著改变市场消费格局、转移用户偏好等（如智能手机取代功能手机、液晶电视取代彩色电视等）［1，17-18］。但是，突破性创新的出现，往往也给创新型企业带来较高的风险性和管理挑战［17-19］。一方面，新技术总是与现有的技术标准、价值和网络结构产生冲突，因此，现有网络成员往往会较少主动支持焦点企业的突破性创新研发活动［17-19］。另一方面，在研发与孵化阶段，突破性创新也伴随着较高的风险性、不确定性等［20-21］。因此，如何管理联盟冲突，提升突破性创新活动的成功率，目前已经引起了许多学者和企业家的关注［17-19］。

1.1 战略联盟技术多元性与焦点企业突破性创新

资源基础观认为突破性创新是企业知识源转为企业竞争力的过程，选择与外部伙伴有效合作，可有效弥补内部创新源的不足［22］。但是，联盟伙伴类型中资源和能力的差异可能导致不同的联盟关系产生多样性和非冗余知识［8，12］。已有研究认为，战略联盟技术多元性是焦点企业与联盟成员之间、联盟成员之间受技术驱动的差异程度［4，12，21］。联盟网络的技术差异程度保证了企业可获取知识的相对新颖性与异质性，增加了联盟网络中知识组合的数量和种类［4，8-9］。同时，多样性的知识源也给企业提供了各种解决问题的启发式方法，挖掘了新知识组合运用的探索式情景。搜索多元性的技术知识领域，还有助于打破阻碍突破性创新研发的现有联盟认知结构（包括联盟惯例、文化、价值以及信仰等），实现联盟成员的有效交流与互动，促进焦点企业对联盟创新资源的整合和吸收［8，22-23］。因此，战略联盟技术多元性有助于提升焦点企业突破性创新能力。

但是，战略联盟中过高的技术多元性也会对焦点企业突破性创新产生负面影响。首先，技术多元性可能导致联盟网络出现信息超载和规模不经济的问题［24］。同时，当技术多元性较高时，知识重组也会变得越来越困难［25］。KOKA 和PRESCOTT［26］认为技术多元性使得联盟成员越来越难以建立紧密的联盟关系，不利于联盟内部隐性知识转移；同时，随着多元性增加，战略联盟形成臃肿的管理结构可能也会使得资源的调动和协调变得异常困难。其次，随着联盟网络多元性的增加，知识和资源共享所产生的创新收入可能远低于联盟管理成本的增加程度［23］。多元性的增加也预示着企业一方面需要保证充足的人力、财力等去权衡各个联盟伙伴的潜在需求，另一方面还要花费大量时间成本去筛选高度异质性的信息和资源，并加以整合和重组［22］。特别是当联盟技术多元性超过某个临界点时，由于自身认知能力的局限性以及多元性知识整合经验的不足，可能会直接或间接阻碍焦点企业对关键性知识搜寻、异质性资源交换或知识交流的机会，进而增加焦点企业技术创新的失败风险［27-28］。由此，提出如下假设。

H1 战略联盟技术多元性与焦点企业突破性创新之间存在倒U形关系。

1.2 联盟网络结构的调节作用

联盟的职能效应发挥作用还必须依赖于特定的联盟网络结构［15-16，26］。企业所处的战略联盟，从形式上看是主体之间关系和结构的链接，而实质上却是对关系和结构连接基础上的潜在资源集合的分配［15-16，26］。因此，关系特征与结构特征被认为是表征联盟网络结构的两个重要指标，而这种联盟网络结构特征正是维持联盟创新优势的主要原因之一［13-15］。联盟关系特征反映了企业与其他联盟成员维持交换关系以获取所需知识的程度，常用关系依赖、关系强度等指标来测量［12，18］；联盟结构特征则反映的是企业所处联盟位置以获取资源的数量，常采用结构洞、网络位置、网络密度等指标来测度［12，18］。本文主要探讨企业与联盟成员的关系依赖以及企业在联盟中占据的结构洞所起的调节作用，其中，关系依赖在战略联盟技术多元性与焦点企业突破性创新的关系中起正向调节作用，结构洞在战略联盟技术多元性与焦点企业突破性创新的关系中起正向调节作用。

1.2.1 关系依赖的调节作用 首先，当关系依赖程度较高时，联盟成员会选择沟通、信任以及知识共享来解决问题，而此时技术多元性对企业突破性创新目标的实现就越有利［13，29］。企业为实现创新目标所需的共享知识越多，知识分享频率越会增强，进而对联盟伙伴的合作程度也会越紧密［7，29］。但是联盟成员分享关键性知识存在固有风险［7，12，29］。已有研究表明，联盟成员可能存在机会主义倾向，会导致知识输出成员失去核心的专有技术风险，在此情况下，联盟成员可能并不愿意共享自己的关键性技术［7，12，29］。而在强关系依赖中，联盟成员所构建的信任有助于克服技术多元性过程中知识吸收和整合的困难［7，12，29］。

其次，通过隐性知识交换，强关系依赖有助于增强战略联盟技术多元性的价值。虽然技术多元性为战略联盟提供了新颖而独特的知识，但知识的复杂性和隐含性将导致企业难以在联盟中充分吸收和利用知识［4，12］。然而，高度的关系依赖可导致联盟伙伴间的熟悉程度越来越高，有利于伙伴间的信任与合作关系的维持，降低知识转移和整合的障碍，进而激励联盟伙伴在创新过程中共享彼此的互补知识库［4，12］。由此，提出如下假设。

H2a 战略联盟技术多元性与焦点企业突破性创新的倒U形关系受关系依赖的正向调节作用。

1.2.2 结构洞的调节作用 战略联盟技术多元性对焦点企业突破性创新的影响还依赖于企业跨越的结构洞，占有结构洞丰富的联盟成员要比占有结构洞较少的成员更容易获取联盟网络中的关键性知识［14-15］。若占据了联盟网络中互不联系的结构洞，相当于占据了不同联盟成员间知识转移的通道，因此，越有利于获取关键性、新颖性知识的先机［14-15］。这种先机体现在：①通过控制联盟网络中知识的流向，进而获取搜索关键性知识的先机；②有助于识别联盟成员技术资源以及知识分享意愿，进而以最小的精力获取联盟价值最大化，这不仅保证了技术资源的质量，同时也减少联盟成员的关系维护成本；③占据联盟网络中较多的结构洞，不仅有助于获取外部环境中的市场先机，还有助于识别联盟网络外部企业的信息，控制与外部成员合作的优先决策权，从而扩大外部关键性知识获取的先机。可见，在战略联盟中，占据的结构洞越多，越有利于技术多元性的潜在价值最大化，进而获取战略联盟中有价值的关键性知识，从而满足突破性创新过程中高度资源依赖特征［14-15，30］。由此，提出如下假设。

H2b 战略联盟技术多元性与焦点企业突破性创新的倒U形关系受结构洞的正向调节作用。

1.3 环境动荡性的调节作用

环境动荡性是指企业所处商业环境中顾客偏好、竞争和技术出现的不规则波动性、复杂性以及不可预测性等变化［31］。已有学者根据技术创新的要求将环境动荡性划分为技术和市场两个维度［1，31］，即技术动荡性和竞争强度。技术动荡性是指某一行业对技术进步程度以及多样性增加的不确定性；竞争强度是指企业在行业中面临的市场竞争激烈程度［1］。

1.3.1 技术动荡性的调节作用 本文认为技术动荡性负向调节战略联盟技术多元性与焦点企业突破性创新的关系。首先，在技术急剧变革的行业当中，企业可以从市场、研发机构、竞争者以及供应商等不同知识源处获取丰富且异质的技术信息［12］。而当企业从不同外部来源获取异质性技术时，特定联盟网络的信息益处可能变得不明显［12，27］。

其次，位于联盟核心位置的企业可以凭借技术多元性所带来的知识搜索敏捷性优势，迅速跟随市场变动转换技术方向［12］。但是，一旦外部技术前景变得不明确，技术多元性程度的增加就可能会造成联盟网络出现两种负面影响。一种影响是加剧联盟规范和联盟关系的负面效果［4，22］。这时外部环境的动荡性程度较高，联盟网络已形成的既有规范与惯例将过时，而在联盟经验基础上形成的跨组织规范成为联盟成员间共同投入的沉没成本［4，8］。过度僵化的联盟规范与惯例，可能加速共同协作所产生的创新思维被过滤的可能性［4，6，8］。另外一种影响是可能会降低联盟网络对新技术轨迹的采用意愿，进而破坏战略联盟的技术迭代能力［12，22，25］。因为在行业内技术前景的不确定性情况下，对创新所需的异质性知识和思维的质量要求也会相应增加［8，21］。但随着联盟网络中技术多元性程度的加深，可能导致联盟成员陷入既有知识范式或技术轨迹的依赖陷阱，进而产生联盟行为和创新思维的惯性［6，8，12，21］。因此，在行业技术前景不明确时，战略联盟技术多元性在创新过程中的潜在价值可能被削弱。由此，提出如下假设。

H3a 战略联盟技术多元性与焦点企业突破性创新的倒U形关系受技术动荡性的负向调节作用。

1.3.2 竞争强度的调节作用 本文认为竞争强度正向调节战略联盟技术多元性与焦点企业突破性创新的关系。首先，当面临激烈的外部市场竞争时，焦点企业倾向与联盟成员保持密切合作共同研发新产品［12］，突破性创新需要较为广泛地探索高水平知识和信息［1］。而在激烈的市场竞争中，外部环境处于无序与不确定性状态，外部资源获取难度变高，创新机会的竞争更加激烈或难以感知［31-32］。因此，通过技术多元性可以探索全新的异质性知识并开辟不同的技术演化路径［12，32］。并且，联盟成员中地域、经验、信息范围越多元，就越能够降低冗余性信息和资源的负面效应，以及获得国际性的新兴技术和市场信息［12，32］。WONG 等［33］认为，在面对激烈的市场竞争时，企业有更大动力与网络保持密切合作，以确保可靠性与灵活性。

此外，非技术多元性的战略联盟往往意味着焦点企业只搜寻特定技术或创新领域的知识［4，12，32］。而在外部竞争环境变化下，可能进一步使得焦点企业只需维持现有联盟关系，保护现有的联盟知识基础，而不对外部的激烈竞争做出迅速响应，进而使得战略联盟陷入“非灵活性”境况［4，12，32］。另外，非技术多元性可能使得战略联盟陷入“核心刚性”或者“路径依赖”［22］。核心刚性使得战略联盟不愿意随着外部环境更新已有知识库，进而使现有核心技术成为企业竞争优势提升的阻碍［22］。路径依赖使得联盟成员构建知识壁垒，减少知识流动与交流等［22］。因此，两者的危害使得战略联盟更难以适应外部竞争环境的变化［22，33］。相反，在高度竞争的市场环境中，多元的知识配置结构往往更容易克服颠覆性技术研发的不确定性和风险性，减少知识搜索成本并有效破除技术资源的瓶颈与限制［8，26］。同时，较高的市场竞争强度可能会驱动企业开辟更多的外部资源渠道，尤其是增强研究机构、企业研发部门、高校之间的互动频率，提升多元性知识的认知加工能力和转化吸收的效果［8，26］。由此，提出如下假设。

H3b 战略联盟技术多元性与焦点企业突破性创新的倒U形关系受竞争强度的正向调节作用。

综上所述，本文的概念模型如图1所示。

图1 理论模型Fig. 1 Theoretical model

2 研究方法

2.1 样本选择和数据收集

本文采用电子邮件与实地调研相结合的方式获取调查数据，问卷填答主要针对企业的中高层管理人员。其中，所选样本来自成都、西安、重庆、杭州等地，调研对象都是政府网站发布《产业技术创新战略联盟》的高新技术产业，如新一代信息技术、汽车制造等。同时，为了保证问卷调研的有效性，问卷的发放与回收过程得到了EMBA学员、四川省科学技术信息研究所（国家创新方法推广）、高新区管理部门的支持。调研时间历经8个月，从2017年3月到2017年10月，共发放问卷400份，收回319份，剔除成立年限不满5年以及无效问卷62份，最终获得有效问卷257份，回收问卷的有效率64.3%。

为检验无回应偏差，本文对有效样本按回收时间段分为两组，通过独立样本T检验来检验两组样本在企业年龄、企业类型、企业规模等的差异性。研究结果表明，t值结果在0.05水平下并不显著。因此，调查数据不存在无回应偏差。此外，为了进一步保证调查问卷的严谨性，在问卷测量时采用了程序控制法，并在此基础上对回收后的问卷采取Harman 单因子检验，其中未旋转因素分析的第一个主成分是24.192%。因此，同源方差问题并不严重。

2.2 变量测量

本文所采用的因变量、自变量、调节变量测量题项均来源于国内外有关文献中的成熟量表，并在有关专家和企业管理人员参与预调研的基础上，根据实际问题对量表进行相应修正与完善。除控制变量外，变量的每项测量指标均采用李克特7点量表衡量，其中，1表示“完全不符合”，7表示“完全符合”。

对于战略联盟技术多元性（SATD），根据Gao等［12］的研究，主要用以下公式计算：。其中，n表示战略联盟中联盟成员的数量；ui表示焦点企业与联盟成员i之间的技术差异程度；di表示联盟成员i与其他联盟成员之间的技术差异程度。ui和di用以下3个题项得分的平均值进行测量：①企业间的技术能力存在较大差异；②企业间的制造能力存在较大差异；③企业间在研发方向上存在较大差异。

对于关系依赖（RDEP），根据PHELPS［4］、GAO［12］的研究，采用公式求对数进行测量。其中，n表示战略联盟中联盟成员的数量；ri表示焦点企业与联盟成员i之间的联系强度，用以下4个题项得分的平均值进行测量：①企业与联盟成员联系的紧密程度；②企业与联盟成员的联系相互满意的程度；③企业与联盟成员愿意共同解决问题的程度；④企业与联盟成员间互相信任的程度。

对于结构洞（SH），根据张光曦［15］、KOKA和PRESCOTT［26］的建议，测量主要采用“提名生成法”，根据合作关系的存在与否进行0-1编码，并计算相关的约束指数。由于所得约束指数与结构洞丰富度呈反向关系，因此，用1去减相应的约束指数，从而获取结构洞数量的丰富程度，其值越大，结构洞越丰富。联盟中第i个主体的结构洞指标用以下公式计算：，其中：p≠i，j，表示联盟单元i和联盟单元j可以通过联盟单元p联系起来，即p为i和j的桥梁；Wij表示节点i的所有关系中投入到j关系后占总关系的比例，Wip为联盟单元i投入p关系所占比例，Wpj表示j到p的关系的边际强度。

技术动荡性（TT），根据ZHOU等［1］的建议，用以下4个题项测量：①生产过程中技术多样性急剧增加；②如果跟不上技术的变化，将很难保持竞争力；③更多新产品理念涌入；④更先进的制造方法涌现。

竞争强度（CI），根据GAO等［12］建议，用以下4个题项测量：①市场上经常涌现新的竞争行为；②市场上经常发生价格竞争；③市场上频繁地促销竞争；④总体来说，市场竞争的激烈程度很高。

对于突破性创新（BI），由于本文聚焦于突破性创新模糊前端的创意获取阶段，因此，根据ZHOU等［1］、吴言波等［2］的建议，采用以下4 个题项测量：①在联盟伙伴帮助下，企业经常开发全新主导产品；②在联盟伙伴帮助下，企业经常开发全新技术；③在联盟伙伴帮助下，企业所开发的产品包含全新技术；④在联盟伙伴帮助下，企业经常淘汰原有主导产品线。

本文选取了企业年龄、企业规模、联盟所有制等对突破性创新有较大影响的变量作为控制变量。其中，根据经营年限时长测算企业年龄（AGE）；采用对企业员工总人数取自然对数的方法测量企业规模（SCALE）；采用虚拟变量的形式测量联盟所有制（OWNERSHIP），其中，0表示在联盟中外资企业占多数，1则表示本土企业占据多数。

2.3 信度和效度分析

采用α系数进行信度检验，本文的各因子α系数均超过0.700，内部一致性良好，表明测量量表具有较好的信度。在效度检验方面，本文的测量量表均是借鉴以往研究文献，并在邀请技术创新和联盟领域的教授和3位博士讨论的基础上予以适当修正。另外，本文还对测量量表进行了探索性因子分析检验：变量的KMO值均不低于0.800，球形检验（Bartlett）的显著性为0.000。同时，每个项目的因子载荷也都大于0.700，AVE值均大于0.600。因此，各项收敛效度指标均处于理想范围。

3 假设检验

3.1 变量的相关性分析

变量的描述性统计和相关系数见表1。可以发现，变量的相关系数均不大于0.5，说明本文的共线性问题并不严重。此外，表1 中的相关系数都不大于对角线上的黑色粗体值，表明量表具有良好的区别效度。

表1 变量描述性统计和相关分析Tab.1 Descriptive statistical and correlation analysis of the variables

3.2 假设检验

样本数据的层次回归分析结果见表2。所有回归模型的VIF值均处于1～10之间，说明模型不存在严重的多重共线性问题。为了进一步避免潜在的多重共线性问题，本文将交互项全部做了中心化处理。

模型1为基准模型。模型2为在模型1的基础上加入战略联盟技术多元性的一次项和平方项，结果显示，战略联盟技术多元性的平方项显著为负（β=-0.204，p ＜0.001）；战略联盟技术多元性的一次项系数显著为正（β=1.135，p ＜0.001）。这说明两者之间存在显著的倒U形关系，H1得到验证。

表2 多元回归分析结果Tab.2 Results of multiple regression analysis

将关系依赖、结构洞、技术动荡性以及竞争强度加入模型3中，战略联盟技术多元性的平方项仍然显著负相关（β=-0.251，p ＜0.01）。在模型3的基础上，加入关系依赖与战略联盟技术多元性一次项的交互项、关系依赖与战略联盟技术多元性平方项的交互项得到模型4；加入结构洞与战略联盟技术多元性一次项的交互项、结构洞与战略联盟技术多元性平方项的交互项得到模型5；加入技术动荡性与战略联盟技术多元性一次项的交互项、技术动荡性与战略联盟技术多元性平方项的交互项得到模型6；加入竞争强度与战略联盟技术多元性一次项的交互项、竞争强度与战略联盟技术多元性平方项的交互项得到模型7。模型4 表明，战略联盟技术多元性与焦点企业突破性创新的倒U 形关系依然显著（β = -0.264，p ＜0.01），而战略联盟技术多元性一次项与关系依赖的交互项的系数显著为正（β=0.286，p ＜0.001），战略联盟技术多元性平方项与关系依赖的交互项的系数显著为负（β=-0.041，p ＜0.01），因此，关系依赖正向调节战略联盟技术多元性与焦点企业突破性创新之间的倒U形关系，支持了H2a。模型5表明，战略联盟技术多元性与焦点企业突破性创新的倒U形关系依然显著（β=-0.269，p ＜0.01），而战略联盟技术多元性一次项与结构洞的交互项系数显著为正（β=0.268，p ＜0.001），战略联盟技术多元性平方项与结构洞的交互项系数显著为负（β=-0.037，p ＜0.01），因此，结构洞正向调节战略联盟技术多元性与焦点企业突破性创新之间倒U形关系，支持了H2b。模型6表明，战略联盟技术多元性与焦点企业突破性创新的倒U形关系依然显著（β=-0.286，p ＜0.01），而战略联盟技术多元性一次项与技术动荡性的交互项系数显著为负（β=-0.122，p ＜0.01），战略联盟技术多元性平方项与技术动荡性的交互项系数显著为正（β=0.058，p ＜0.05），因此，技术动荡性在战略联盟技术多元性与焦点企业突破性创新之间的倒U形关系起着负向调节作用，支持了H3a。由模型7可知，战略联盟技术多元性与焦点企业突破性创新的倒U形关系依然显著（β=-0.308，p ＜0.01），而战略联盟技术多元性一次项与竞争强度的交互项系数显著为正（β=0.214，p ＜0.01），战略联盟技术多元性平方项与竞争强度的交互项系数显著为负（β=-0.021，p ＜0.01），因此，竞争强度正向调节战略联盟技术多元性与焦点企业突破性创新之间倒U形关系，H3b得到验证。

为了直观显示战略联盟技术多元性与焦点企业突破性创新之间倒U形关系的调节作用，本文进一步绘制了调节效应图。图2为关系依赖的调节效应图，显示关系依赖正向调节战略联盟技术多元性与焦点企业突破性创新之间的关系。也就是说，对于关系依赖程度高的企业，战略联盟技术多元性对焦点企业突破性创新关系的激励作用更加明显；反之，战略联盟技术多元性对焦点企业突破性创新之间的关系保持不变或被削弱。同样，图3和图5所示的结构洞和竞争强度调节效应图也有类似作用效果。图4为技术动荡性的调节效应图，显示技术动荡性在战略联盟技术多元性与焦点企业突破性创新之间的倒U形关系起着负向调节作用。

图2 关系依赖的调节效应Fig. 2 Moderating effect of relational dependence

图3 结构洞的调节效应Fig. 3 Moderating effect of structural holes

图4 技术动荡性的调节效应Fig. 4 Moderating effect of technological turbulence

图5 竞争强度的调节效应Fig. 5 Moderating effect of competitive intensity

4 结论与讨论

4.1 研究结论

本文构建了以战略联盟技术多元性为自变量、焦点企业突破性创新为因变量、联盟网络结构（关系依赖、结构洞）和环境动荡性（技术动荡性、竞争强度）为调节变量的理论框架。该理论框架的提出和实证检验不仅弥补了战略联盟技术多元性与焦点企业突破性创新之间关系内在作用机制研究的缺乏，也进一步厘清了战略联盟技术多元性对焦点企业突破性创新的作用路径。这对于资源基础理论的丰富和完善起到了积极推动作用，同时也是对焦点企业突破性创新研究的有利补充，为后续研究奠定了基础。研究结论表明：战略联盟技术多元性与焦点企业突破性创新之间呈倒U形关系；联盟网络结构的两个维度关系依赖和结构洞，都正向调节战略联盟技术多元性与焦点企业突破性创新之间的关系；环境动荡性的两个维度中，技术动荡性对战略联盟技术多元性与焦点企业突破性创新之间的关系起着负向调节作用，而竞争强度正向调节战略联盟技术多元性与焦点企业突破性创新之间的关系。

4.2 理论贡献

以往对突破性创新前置因素的研究从企业内部知识库［1］、外部顾客获取［2］、政府政策［13］以及学习行为［24］等角度展开。本文结合社会网络理论，证明了存在最优的战略联盟技术多元性程度，使得焦点企业突破性创新活动达到最大值。本研究丰富了突破性创新的前因变量，拓宽了突破性创新的研究视角。

战略联盟技术多元性是突破性创新活动的重要影响因素，但它们之间的关系并非是线性的。由结论可知，战略联盟技术多元性与焦点企业突破性创新之间呈倒U形关系。较低程度的技术多元性有利于企业突破性创新能力的提升；而当战略联盟技术多元性超过一定阀值点后，技术多元性的提升并不利于企业增强突破性创新能力。这一结论延伸了SUBRAMANIAN和SOH［9］、GAO等［12］的观点，他们认为联盟网络中技术多元性正向影响探索式创新，而本文进一步研究了战略联盟技术多元性与创新之间的非线性关系。

从网络视角出发，丰富了联盟技术多元性与创新关系的情景变量。以往研究较多从技术管理、联盟经验、吸收能力、内部知识创造战略等角度考察联盟技术多元性与创新关系的情景变量，但是基于联盟本身的网络结构特征的问题仍需探索［6，8，18］。因此，本文在探讨战略联盟技术多元性与突破性创新之间曲线关系的基础上，结合社会网络理论，进一步探索了联盟网络结构所起的边界作用。该情景变量的探索有效延伸了PHELPS［4］等有关联盟网络结构的研究，即从关系依赖和结构洞两个维度探讨其在战略联盟技术多元性与探索式创新之间存在的边界作用。

本文探讨了焦点企业在不同市场情境下构建联盟网络的研究，丰富了联盟管理的有关文献。尽管以往研究探讨了不同市场力量如何影响焦点企业选择伙伴的偏好问题［26，32-33］，但较少研究不同市场环境下联盟网络技术多元性的有效性问题。本文基于中国转型经济的特殊情景，识别出中国高新技术产业联盟在面临动荡环境时如何有效处理战略联盟技术多元性与焦点企业突破性创新之间的竞争互动关系，拓展了研究视角。

4.3 管理启示

本文对于构建联盟网络和提升企业创新能力具有重要的启示意义。研究表明，战略联盟技术多元性与突破性创新呈倒U形关系。因此，企业要实现联盟网络的有效治理和企业突破性创新能力的提升，需要注意识别和构建“适中”（或“适可而止”）的联盟伙伴关系。具体原因如下。①企业需要根据实际情况，有效甄别和选择技术多元性和技术专业性。战略联盟技术多元性可实现范围经济和知识共享，减缓核心刚性和路径依赖，避免企业陷入某个技术创新“锁定效应”；而战略联盟技术专业化可以避免信息超载和臃肿的联盟管理结构、减少联盟管理成本和冲突成本等。因此，企业在实施突破性创新过程中，需要对战略联盟技术多元性和战略联盟技术专业性采取折中的策略。特别是在达到最优的战略联盟技术多元性水平时，此时企业需要对已有战略联盟技术范围采取“适度”原则，并对多样性联盟成员的知识池进行有效融合，进而演化成战略联盟技术专业化领域的突破性创新活动。②在组建战略联盟的过程中，重视关系依赖和结构洞，可增强联盟成员对规范共识的理解和接受程度，增强彼此之间的默契程度，避免联盟成员间的不必要摩擦，减少多元性技术共享过程中所产生的交易成本。③仅仅依赖战略联盟的优势不足以有效提升企业突破性创新能力，焦点企业还需要充分认识动态环境的影响。在战略联盟中，焦点企业需要积极主动地收集外部市场环境信息，时刻掌握外部竞争环境最新动态，积极搜寻突破性创新所需的信息或知识。

4.4 局限与未来研究方向

本文存在一些不足有待进一步深入研究。首先，本文选取的调查样本来源于成都、西安、重庆、杭州等地区的高新技术产业，由于受行业和地区的限制，可能会造成结论的普适性有待进一步验证和探讨。其次，通过焦点企业的问卷反馈来调查战略联盟存在的问题，主观性因素等原因可能会影响调研数据的客观性，进而造成研究出现共同方法偏差等问题。本文虽然采取了一定的手段对其加以控制，如程序控制法、Harman单因子检验等，但是研究结论仍可能存在一定的偏差。因此，后续研究可以采用CATI（cooperative agreements and technology indicators database）联盟数据库作为数据源，进一步深入探究战略联盟多元性与联盟创新绩效之间的关系。